当务之急最该解决的问题是大众对于 AI大模型的正确认知以及最基本的AI用法。
你看这是前两天的测试结果，突出了一个政治正确，6款大模型，OpenAI的o3倒数第一，我当时看到的时候就觉得很奇怪，o3好歹也是曾经的一代王者，高考数学这种题它排名这么低怕不是有什么猫腻。
我们就拿单选题的第五题来测试下，因为这道题除了o3，其他的国产模型都答对了。
这是第五题的原题，正确答案是A. - 1/2。
这是之前的第三方的测试结果，6个模型…。
代码：
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
lar***el是php架构最垃圾的性能，为什么那么多人还是自我感觉良好？
三只羊是不是被人做局了？
胸大的女孩会自卑 吗？
学生校服如何隐藏内衣痕迹?
使用 Go 语言开发游戏服务端的是如何忍受无法热更新的？
大家的NAS都是24小时不关机吗？
如何评价 Steam 新游《捞女游戏》（已改名《情感反诈模拟器》）？
如何看2024年，小米的企业所得税实际纳税额超过华为？
为什么好多人不承认大众审美就是喜欢白皮？
NAS将来会被什么产品取代？
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
穿内衣时，总往上跑，内衣是大了还是小了？
Firefox是如何一步一步衰落的？
如何评价综艺《心动的信号》第七季？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
为什么买了Switch后，却发现它并没有那么好玩？
华为自研的仓颉编程语言将于 7 月 30 日开源，这款语言将如何影响未来的开发趋势？
科学怎么解释中医把脉孕检，并且知道怀的男孩女孩？
大家支不支持文言文，古文退出中国教育?
你认为NS2现在值得入手吗？
用K8s的公司有多少人会部署K8s？
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？
为什么说耿直的人更容易吃亏？
为什么Windows不内置Visual Studio呢?
如何看待《捞女游戏》（已改名为《情感反诈模拟器》）定档 6 月 19 日？
北京日报点名批评“苏超”过度娱乐化，它是否管的太宽了？为什么无良媒体不会被查封取缔？
用J***a写Android的时代是不是要结束了？
你怎么看待剪映收费过高问题？
